Auteur / Autrice : | Hajar Benelcadi |
Direction : | Pierre-Louis Frison |
Type : | Thèse de doctorat |
Discipline(s) : | Sciences et Technologies de l'Information Géographique |
Date : | Soutenance le 19/12/2014 |
Etablissement(s) : | Paris Est |
Ecole(s) doctorale(s) : | École doctorale Mathématiques, Sciences et Technologies de l'Information et de la Communication (Champs-sur-Marne, Seine-et-Marne ; 2010-2015) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire électronique, systèmes de communication et microsystèmes - Electronique- Systèmes de communication et Microsystèmes / ESYCOM |
Jury : | Président / Présidente : Odile Picon |
Examinateurs / Examinatrices : Pierre-Louis Frison, Jean-Paul Rudant, Isabelle Champion | |
Rapporteurs / Rapporteuses : Samuel Corgne, Grégoire Mercier |
Mots clés
Résumé
Depuis 2007, une nouvelle génération de capteurs RSO (RADAR à Synthèse d'Ouverture) a été mise en orbite. Ces capteurs (TerraSAR-X, Cosmo-SkyMed, RADARSAT-2, Sentinel) sont caractérisés par des résolutions spatiales métriques à la différence des capteurs précédents (ERS, JERS, ALOS, ASAR) de résolution spatiale d'une vingtaine de mètres. La résolution spatiale métrique met en évidence une information texturale intéressante qui était inaccessible avec les RSO satellitaires existants précédemment. Les travaux de cette thèse ont pour but d'évaluer le potentiel de l'analyse texturale des images RADAR à haute résolution spatiale, pour la classification des forêts tropicales. Trois différents sites d'étude avec différentes problématiques ont été choisis pour évaluer l'apport de l'analyse texturale au Cambodge, Cameroun et Brésil. La méthode d'analyse texturale des images est réalisé moyennant les paramètres de texture de Haralick, paramètres statistique de second ordre. Une classification supervisée, en utilisant la méthode SVM (Support Vector Machine) a été adopté pour évaluer l'apport des paramètres de texture utilisés